基于过程神经网络的卫星不稳定热平衡试验方法的理论与应用研究

开展卫星不稳定热平衡试验方法研究，对在保证卫星可靠性的前提下缩短热平衡试验周期、降低卫星研制成本具有重要意义。现有不稳定热平衡试验方法在对热平衡温度进行预测时，由于只利用了相邻两个时刻的温度数据，而没有利用其余时间域上的温度测量值, 因此难以反映试验中实际存在的时间累积效应对温度变化的影响。而环境累积效应则恰是影响卫星性能的主要因素。为解决这一问题，鉴于过程神经网络其输入可以是时变函数，能充分反映时变系统中实际存在的时间累积效应，本课题将在深入研究卫星热平衡试验机理的基础上，建立适应热平衡温度预测需求的过程神经网络模型，研究其关键实现技术，并与时间序列预测理论相结合，提出一种基于过程神经网络的卫星热平衡温度预测模型，构建一套原创的基于过程神经网络的卫星不稳定热平衡试验方法理论体系，开发相应的软件原型系统，并将理论成果用于指导实际试验，为航天部门科学开展卫星热平衡试验提供理论依据和技术支持。